对比ResNet-50预测PyTorch

Question

我使用的是一个预训练的ResNet-50模型，其中最后的密度被移除，平均池层的输出被平缓。这是为了特征提取的目的。图像被调整为(300,300)后从文件夹中读取；这是RGB图像。

火炬版本: 1.8.1 & torchvision版本: 0.9.1和Python3.8。

守则如下：

model_resnet50 = torchvision.models.resnet50(pretrained = True)

# To remove last dense layer from pre-trained model, Use code-
model_resnet50_modified = torch.nn.Sequential(*list(model_resnet50.children())[:-1])

# Using 'AdaptiveAvgPool2d' layer, the predictions have shape-
model_resnet50_modified(images).shape
# torch.Size([32, 2048, 1, 1])

# Add a flatten layer after 'AdaptiveAvgPool2d(output_size=(1, 1))' layer at the end-
model_resnet50_modified.flatten = nn.Flatten()

# Sanity check- make predictions using a batch of images-
predictions = model_resnet50_modified(images)

predictions.shape
# torch.Size([32, 2048])

现在，我想将成批的图像提供给这个模型，并将模型(32,2048)所做的预测垂直连接起来。

# number of images in training and validation sets-
len(dataset_train), len(dataset_val)
# (22500, 2500)

总共有22500 + 2500 = 25000张图像。因此，最终的表/矩阵应该具有形状：( 25000,2048) ->图像数=25000，提取的特征数=2048年。

我尝试使用np.vstack()运行一个玩具代码，如下所示：

x = np.random.random_sample(size = (1, 3))
x.shape
# (1, 3)

x
# array([[0.52381798, 0.12345404, 0.1556422 ]])

for i in range(5):
    y = np.random.random_sample(size = (1, 3))
    np.vstack((x, y))
    
x
# array([[0.52381798, 0.12345404, 0.1556422 ]])

解决方案？

谢谢!

Answer 1

如果要将结果叠加在张量中：

results = torch.empty((0,2048))
results.to(device)
results = torch.cat((results, predictions), 0)